LAPORAN PRAKTIKUM BIOMETRI

UJI HUBUNGAN KORELASI DAN REGRESI LINIER ANTARA TINGGI BADAN

DAN BERAT BADAN

Disusun oleh :

Nama : Devi Susanti

NIM : 16304241021

Kelas : Pendidikan Biologi A

JURUSAN PENDIDIKAN BIOLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI YOGYAKARTA

2018
A. Tujuan
1. Untuk mengetahui hubungan korelasi antara tinggi badan dan berat badan
2. Untuk mengetahui nilai regresi antara tinggi badan dan berat badan
B. Data
Tinggi badan Berat badan

169 60
157 47
172 53
153 47
164 47
150 41
160 44
162 55
151 39
158 60
160 48
157 42
165 55
150 38
155 64
150 43
160 48
153 48
156 44
155 45
152 57
163 60
151 58
172 53
162 49
157 47
152 50
176 60
150 62
153 50
152 45
156 46
161 46
153 46
163 70
C. Teknik Analisis Data
a. Teknik analisis data yang digunakan untuk uji korelasi adalah uji korelasi bivariate
b. Teknik analisis data yang digunakan untuk uji regresi adalah uji regresi linier
D. Hasil Analisis Data
a. Uji korelasi

Correlations

tinggibadan beratbadan

tinggibadan Pearson Correlation 1 .398*

Sig. (2-tailed) .018

N 35 35

beratbadan Pearson Correlation .398* 1

Sig. (2-tailed) .018

N 35 35

*. Correlation is significant at the 0.05 level (2-tailed).

b. Uji regresi

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method

1 beratbadana . Enter

a. All requested variables entered.

b. Dependent Variable: tinggibadan

Model Summary

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .398a .158 .133 6.41947

a. Predictors: (Constant), beratbadan

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 256.083 1 256.083 6.214 .018a

Residual 1359.917 33 41.210

Total 1616.000 34

a. Predictors: (Constant), beratbadan

 ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 256.083 1 256.083 6.214 .018a

Residual 1359.917 33 41.210

Total 1616.000 34

b. Dependent Variable: tinggibadan

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 139.893 7.344 19.048 .000

beratbadan .359 .144 .398 2.493 .018

a. Dependent Variable: tinggibadan

E. Interpretasi Data
a. Uji korelasi

Pada hasil analisis data signifikansi sebesar 0,018. Berarti signifikansi < 0,05. H0
ditolak maka tinggi badan dan berat badan mempunyai korelasi.

Pada kolom Perason Correlation didapatkan hasil 0,398. Nilai ini jika dilihat pada
interpretasi R berarti variabel mempunyai korelasi lemah.

b. Uji regresi

Pada tabel model summary didapatkan hasi R square sebesar 0,398 artinya 39,8
% variasi tinggi badan dijelaskan oleh variasi berat badan, sementara sisanya
dipengaruhi oleh sebab lain.

Pada tabel ANOVA diperoleh nilai signifikansi 0,018. Ini berarti nilai signifikansi
lebih kecil dari setengah α (0,018 < 0,05). H0 ditolak dan tinggi badan dapat digunakan
untuk memprediksi berat badan.

Pada tabel Coefficients dapat ditentukan koefisiaen dari a dan b yang memenuhi
persamaaan y=a+bx. Dimana didapatkan nilai a sebesar 139.893 dan nilai b sebesar 0.359.
Jadi persamaan regresi linier yang didapat adalah y= 139.893+0.359x
F. Kesimpulan
a. Berdasarkan uji korelasi bivariate dapat disimpulkan bahwa antara tinggi badan dan
berat badan dapat disimpulkan bahwa H0 ditolak maka tinggi badan dan berat badan
mempunyai korelasi dan variabel mempunyai korelasi lemah.
b. Berdasarkan uji regresi linier dapat disimpulkan bahwa 39,8 % variasi tinggi badan
dijelaskan oleh variasi berat badan, sementara sisanya dipengaruhi oleh sebab lain. H0
ditolak dan tinggi badan dapat digunakan untuk memprediksi berat badan. persamaan
regresi linier yang didapat adalah y= 139.893+0.359x